在Atlas200I DK A2开发板上,在使用SD卡一键烧写完毕后,ascend-toolkit版本为7.0 RC1,/usr/local/目录下的sample目录下参考例程cplusplus\level2_simple_inference\6_other\acl_execute_conv2d,该参考例程可以正常编译并且测试,该Conv2D接口是否可以做为一维卷积的接口使用,该怎么用?不能用的话,有别的啥接口能使用吗?
测试过程:
(1)将sample_run.sh,sample_build.sh,computebytf.py,main.cpp,op_list.json中关于输入输出shape的数组全部修改成下面:
input_shape='[1,1,1024,1]' # NHWC
filter_shape='[1,1,1,3]' # NCHW
output_shape='[1,1,1024,1]' # NHWC
(2)生成新的om,然后修改sample_build.sh中模型名为新生成的模型;
(3)修改main.cpp中关于输出数据的数据量大小为2048;
编译,运行后,computebytf.py中读取的通过Conv2D接口计算结果和通过tensorflow计算结果不一致,Conv2D接口计算结果全部为0,tensorflow计算结果不是0,有数据。
能帮忙分析一下是哪里没弄对吗?或者有别的该板卡支持的一维卷积接口可以使用也可以推荐一下。
在Atlas200I DK A2开发板上,在使用SD卡一键烧写完毕后,ascend-toolkit版本为7.0 RC1,/usr/local/目录下的sample目录下参考例程cplusplus\level2_simple_inference\6_other\acl_execute_conv2d,该参考例程可以正常编译并且测试,该Conv2D接口是否可以做为一维卷积的接口使用,该怎么用?不能用的话,有别的啥接口能使用吗?
测试过程:
(1)将sample_run.sh,sample_build.sh,computebytf.py,main.cpp,op_list.json中关于输入输出shape的数组全部修改成下面:
input_shape='[1,1,1024,1]' # NHWC
filter_shape='[1,1,1,3]' # NCHW
output_shape='[1,1,1024,1]' # NHWC
(2)生成新的om,然后修改sample_build.sh中模型名为新生成的模型;
(3)修改main.cpp中关于输出数据的数据量大小为2048;
编译,运行后,computebytf.py中读取的通过Conv2D接口计算结果和通过tensorflow计算结果不一致,Conv2D接口计算结果全部为0,tensorflow计算结果不是0,有数据。
能帮忙分析一下是哪里没弄对吗?或者有别的该板卡支持的一维卷积接口可以使用也可以推荐一下。